基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于粒子群优化算法的小波神经网络大包线调参控制律设计方法.该方法用小波函数代替了Sigmoid函数作为激活函数.由于结合了小波变换良好的高频域时间精度、低频域频率精度的性质和神经网络的自学习功能,因而具有较强逼近非线性函数的能力.为了克服局部极小值问题并进一步提高对非线性函数逼近能力,利用粒子群优化算法对小波神经网络进行参数训练,并利用该网络实现了大包线增益调参.飞行仿真结果表明,所设计的小波神经网络增益调参控制器具有优良的控制性能,不仅能够保证平衡状态下的控制效果,而且在未训练的平衡状态下依然具有良好的控制性能,并且在存在20%的建模误差时,最大超调量仅为6 m,仅是使用常规增益调参方法的18%.
推荐文章
基于线性参变模型的大包线飞行控制系统设计
大包线
线性参变模型(LPV)
H∞控制
线性矩阵不等式(LMI)
飞行器大包线鲁棒飞行控制律设计
鲁棒控制
不确定性
飞行控制
线性分式变换
改进PSO算法调参的随机共振微弱信号检测
随机共振
微弱信号检测
参数寻优
改进粒子群算法
速度反馈
基于PSO-WNN模型的超短期风速预测及其误差校正
二阶振荡粒子群优化算法
小波神经网络
一阶线性回归
误差校正
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PSO算法的WNN大包线增益调参控制律设计
来源期刊 测控技术 学科 工学
关键词 粒子群优化 小波神经网络 增益调参 大包线飞行控制
年,卷(期) 2007,(10) 所属期刊栏目 控制系统
研究方向 页码范围 34-36
页数 3页 分类号 TP183|V448
字数 3040字 语种 中文
DOI 10.3969/j.issn.1000-8829.2007.10.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李爱军 西北工业大学自动化学院 123 744 13.0 20.0
2 章卫国 西北工业大学自动化学院 245 1879 21.0 28.0
3 孙逊 西北工业大学自动化学院 14 68 4.0 7.0
4 尹伟 西北工业大学自动化学院 13 125 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (57)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子群优化
小波神经网络
增益调参
大包线飞行控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
论文1v1指导